Machine Learning Scientist (AI for Code)

Machine Learning Scientist (AI for Code)

Bochum Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice (teilweise)
Dormont Manufacturing Co

Auf einen Blick

  • Aufgaben: Entwickle innovative ML-Modelle zur Verbesserung der Codeanalyse und Fehlerbehebung.
  • Unternehmen: Sonar, ein dynamisches Unternehmen mit globaler Präsenz und innovativer Kultur.
  • Vorteile: Flexibles Arbeiten, Unterstützung für Weiterbildung und eine respektvolle Arbeitsumgebung.
  • Weitere Informationen: Vielfältige und inklusive Unternehmenskultur mit Fokus auf persönliches Wachstum.
  • Warum dieser Job: Gestalte die Zukunft der Softwareentwicklung und hilf Millionen von Entwicklern.
  • Qualifikationen: Master oder PhD in Informatik, Erfahrung in ML und Programmierkenntnisse in Python.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Bei Sonar sind wir eine Gruppe brillanter, motivierter und engagierter Fachleute, die hart daran arbeiten, Organisationen zu helfen, verantwortungsbewussten, sicheren und qualitativ hochwertigen Code schnell und systematisch zu erstellen. Wir entwickeln Lösungen, die nicht nur Symptome von Problemen lösen – wir beheben Probleme an der Quelle – dem Quellcode, um genau zu sein. Wir haben eine dynamische Kultur mit Mitarbeitern weltweit und Büros in den USA, der Schweiz, dem Vereinigten Königreich, Singapur und Deutschland. Wir glauben, dass Teammitglieder die Möglichkeit haben sollten, jeden Tag zur Arbeit zu kommen, an einem Produkt zu arbeiten, auf das sie stolz sind, ihre Arbeit zu lieben und von ihren Kollegen inspiriert zu werden.

Die Auswirkungen, die Sie haben werden

Wir suchen einen innovativen Machine Learning Scientist, der unser Data & AI-Team verstärkt und die nächste Generation unserer Code-Analyse-Engine vorantreibt. Ihre Arbeit wird unsere Produkte direkt gestalten und die Grenzen der statischen Analyse verschieben, um Millionen von Entwicklern zu helfen, besseren und sichereren Code zu schreiben.

Was Sie täglich tun werden

  • Forschung und Innovation vorantreiben: An der Spitze von ML, Deep Learning und LLMs bleiben, insbesondere deren Anwendung im Softwareentwicklungszyklus (SDLC), und neuartige Möglichkeiten zur Verbesserung unserer Produkte identifizieren.
  • Fortgeschrittene KI-Modelle entwickeln: Neuartige ML-Modelle entwerfen, prototypisieren und validieren, die komplexe Fehler, Schwachstellen und Codegerüche identifizieren und beheben, und dabei über die Möglichkeiten traditioneller statischer Analysen hinausgehen.
  • LLM-gestützte Funktionen entwickeln: Fortgeschrittene LLM-basierte Lösungen entwickeln und implementieren, einschließlich Retrieval-Augmented Generation (RAG) für kontextuelle Codeanalyse, Feinabstimmung von Modellen auf proprietären Codebasen und Erkundung agentischer Systeme zur automatisierten Codebehebung.
  • Datenpipelines entwickeln: Robuste Datenpipelines aufbauen und verwalten, um massive codezentrierte Datensätze zu sammeln, zu verarbeiten und zu versionieren, die für das Training und die Evaluierung spezialisierter Modelle in großem Maßstab erforderlich sind.
  • Prototypen in Produkte umsetzen: Eng mit Ingenieur- und Produktteams zusammenarbeiten, um erfolgreiche ML-Prototypen in die fortschrittlichen Produkte von Sonar zu integrieren und sicherzustellen, dass sie den Bedürfnissen unserer globalen Nutzerbasis entsprechen.
  • Kommunizieren und evangelisieren: Komplexe technische Konzepte und Forschungsergebnisse klar und verständlich sowohl technischen als auch nicht-technischen Stakeholdern zu artikulieren und zu dokumentieren.

Die Erfahrung, die Sie benötigen

  • Fortgeschrittener akademischer Hintergrund (Master oder PhD) in Informatik, Maschinenlernen oder einem verwandten quantitativen Bereich.
  • Starke Branchenerfahrung im maschinellen Lernen mit einem soliden Verständnis moderner Softwareentwicklungspraktiken und -tools.
  • Programmierkenntnisse in Python und praktische Erfahrung mit Kern-ML/DL-Frameworks (z.B. PyTorch, TensorFlow, Hugging Face). Vertrautheit mit Java ist von Vorteil.
  • Nachgewiesene Erfahrung im angewandten maschinellen Lernen mit starkem Fokus auf NLP oder idealerweise PLP.
  • Praktische Erfahrung mit modernen LLM-Architekturen und -Techniken, wie z.B. Feinabstimmungsstrategien (z.B. LoRA, QLoRA), fortgeschrittenem Prompt Engineering, Aufbau und Optimierung von RAG-Pipelines sowie Arbeiten mit Vektordatenbanken und semantischer Suche.
  • Erfahrung mit großangelegten Datenverarbeitungsframeworks und Cloud-Infrastruktur (z.B. AWS).
  • Erfahrung in der Durchführung von Forschungsprojekten von der Ideenfindung bis zum nachweisbaren Prototyp mit hoher Autonomie.
  • Exzellente Kommunikationsfähigkeiten in Englisch und Talent, komplexe wissenschaftliche Themen klar zu erklären.

Vorteile

  • Dynamische Arbeitskultur, die Respekt, Freundlichkeit und das Recht auf Scheitern wertschätzt.
  • Unterstützende Umgebung für Lernen und kontinuierliche Weiterbildung.
  • Flexible Arbeitsrichtlinien, die Remote- und Büroarbeit im Hybridmodell ermöglichen (mindestens drei Tage pro Woche im Büro).
  • Unterstützung für die Work-Life-Balance.

Wir priorisieren Vielfalt, Gleichheit und Inklusion: Sonar ist ein Arbeitgeber, der Chancengleichheit bietet. Alle qualifizierten Bewerber werden unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, Geschlechtsidentität oder -ausdruck, sexueller Orientierung, nationaler Herkunft, Genetik, Behinderung, Alter oder Veteranenstatus für eine Anstellung in Betracht gezogen. Alle Stellenangebote bei Sonar sind abhängig von einer umfassenden Hintergrundüberprüfung, die vor dem Startdatum durchgeführt wird.

Machine Learning Scientist (AI for Code) Arbeitgeber: Dormont Manufacturing Co

Sonar ist ein hervorragender Arbeitgeber, der eine dynamische Arbeitskultur fördert, in der Respekt, Freundlichkeit und die Möglichkeit zu scheitern geschätzt werden. Mit einem starken Fokus auf kontinuierliches Lernen und Entwicklung bietet Sonar flexible Arbeitsmodelle, die sowohl Remote- als auch Büroarbeit ermöglichen, sowie Unterstützung für eine ausgewogene Work-Life-Balance. Als Teil eines globalen Teams haben Mitarbeiter die Chance, an innovativen Projekten zu arbeiten, die Millionen von Entwicklern helfen, qualitativ hochwertigen und sicheren Code zu schreiben.

Dormont Manufacturing Co

Kontaktdaten:

Dormont Manufacturing Co Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Machine Learning Scientist (AI for Code) erhalten könnten

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Dormont Manufacturing Co zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Scientist (AI for Code) mit Bravour zu bestehen

Machine Learning
Deep Learning
LLMs (Large Language Models)
Software Development Lifecycle (SDLC)
Python
PyTorch
TensorFlow

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Machine Learning Scientist (AI for Code) bei Dormont Manufacturing Co gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Dormont Manufacturing Co vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Dormont Manufacturing Co entscheidend sein!